0 引言
目前的车辆导航定位领域常用的方法包括惯性导航系统(inertial navigation system, INS)、全球卫星导航系统(global navigation satellite system, GNSS)、激光雷达和视觉定位等。其中INS定位频率高，但存在误差的累计；GNSS可以提供没有累计误差的绝对定位，但输出频率低，同时易受环境影响；鉴于INS和GNSS在导航原理、误差特性、输出特性等方面的互补性，GNSS/INS组合导航方案可以克服两者的缺点[1]，使用卡尔曼滤波进行数据融合得到较好的组合导航结果[2]，目前在车辆导航定位领域得到了广泛应用。
在组合导航系统开发过程中以及设备研制完成后，需对系统各项性能指标进行试验验证[3]，但每次算法更新后进行完整的实车测试评价需要消耗大量的人力物力，同时验证周期较长，无法满足产品快速升级迭代的需求。为了解决这一问题，本研究搭建了一套车辆组合导航算法仿真评价系统，基于误差状态卡尔曼滤波（error state Kalman filter，ESKF）设计了车辆组合导航算法，同时设计了可视化用户交互界面，能够一键式、批量式进行算法仿真和精度评价，相比于传统的验证评价方法大大提高了效率。通过对实车采集的多传感器数据进行处理，验证了所设计的算法和仿真评价系统的性能。
1 组合导航算法设计
设计的车辆组合导航仿真评价系统能够基于实车采集的传感器数据，仿真实际车辆运行中逐历元解算的过程，状态量选用位置、速度、姿态、陀螺偏差、加速度偏差误差共15维，表示如下：
（1）
1.1 惯导机械编排
1.1.1 姿态递推
使用四元数作为姿态的表示方法，姿态递推可以用式（2）所示的连乘运算表示：
（2）
1.1.2 速度递推
速度递推可以用下式表示：
（3）
1.1.3 位置递推
忽略单步递推过程中当地地球半径的变化，位置递推式表达如下：
（4）
（5）
（6）
1.2 ESKF状态预测
预测方程如式（7）所示：
（7）
1.3 ESKF量测更新
ESKF量测更新包含滤波增益矩阵计算、状态更新和状态方差更新三个步骤，表示如下：
（8）
（9）
（10）
对于车辆组合导航，本研究使用GNSS位置观测、轮速计速度观测和车辆运动约束构造观测量进行ESKF量测更新，下面对各观测量进行具体介绍。
1.3.1 GNSS位置观测
（11）
（12）
1.3.2 轮速计观测
（13）
（14）
1.3.3 车辆运动约束
（15）
（16）
1.4 状态合并
（17）
2 仿真评价系统实现
在完成组合导航算法设计的基础上，使用C语言和Matlab工具编写了仿真评价系统，能够一键式进行算法的仿真评价并出具算法评价报告，同时支持批量数据处理功能，在算法更新后对其进行多场景多批次的全面仿真与评价，指导产品的快速升级迭代。系统框架如图2.1所示：
图2.1 组合导航仿真评价系统框架
下面对各模块进行具体介绍。
2.1 组合导航仿真模块
组合导航仿真模块使用C语言编写，对实车采集的多传感器数据进行解析，设置合适的滤波参数，基于第1章设计的算法对多源信息进行融合，并将组合导航仿真结果按照相应的协议输出到指定目录上。
2.2 精度评价模块
组合导航精度评价模块使用Matlab软件编写，在数据对齐后逐历元比较仿真结果和参考真值，对位置、速度、姿态进行精度统计，并可一键式生成并打印测试报告。
2.3 系统界面设计
使用Matlab App Designer工具进行了可视化系统界面的设计，如图2.2所示，主要功能为参数设置、路径选择以及结果文件自定义输出，同时支持实时轨迹显示和批量文件处理，通过调用2.1和2.2节介绍的组合导航仿真以及精度评价模块实现一键式仿真评价。
图2.2 组合导航仿真评价系统交互界面
3 仿真实验与结果分析
3.1 测试数据采集
为了验证所设计的车辆组合导航算法以及仿真评价系统的性能，使用实车进行了GNSS、IMU、轮速计以及参考真值数据的采集。数据采集地点在河北省石家庄市，全程约64km，耗时约2h，数据采集路线如图3.1所示。
图3.1 实车数据采集路线
3.2 仿真结果与结果评价
使用搭建的组合导航仿真评价系统对实车采集的数据进行处理，对于上述采集的约2h的实车数据，程序运行完成耗时约6分钟。使用精度评价系统对得到的仿真结果进行精度评价，在GNSS处于固定解状态下的组合导航结果误差曲线如图3.2所示：
图3.2 组合导航结果误差
使用仿真评价系统得到的上述误差的统计结果如下表所示：
表3.1 组合导航结果误差
由上述结果可以看到，设计的车辆组合导航算法可以将多源信息进行有效融合，获得较高的定位精度，同时验证了搭建的车辆组合导航仿真评价平台的正确性和实用性，相比于传统的验证评价方法效率提升了约20倍。
4 总结
本研究基于C语言和Matlab平台搭建了一套组合导航仿真评价系统，使用误差状态卡尔曼滤波综合利用GNSS位置观测、轮速计观测以及车辆运动约束对INS的误差进行修正，该系统具备可视化用户交互界面，能够一键式完成算法仿真和精度评价，同时支持批量数据处理，可以在算法更新后利用多场景多批次的测试数据对算法进行仿真评价，并出具测试报告，支持开发人员快速地全面了解算法在各种工况下的性能以及算法的鲁棒性，指导产品升级迭代。使用实车采集的传感器数据对所设计的算法和仿真评价系统的性能进行了验证，结果表明，设计的车辆组合导航算法可以得到较高的定位精度，搭建的车辆组合导航仿真评价平台相比于传统验证评价方法效率提升约20倍，同时大大节省了人力物力，可以高效准确地对算法性能进行验证，指导产品的快速升级迭代。
参考文献：
[1]陈伟. 卫星遮挡交通环境下车辆融合定位策略研究[D].东南大学,2017.
[2]严恭敏,翁浚.捷联惯导算法与组合导航原理[M].西安:西北工业大学出版社, 2019.
[3]智奇楠,周俊,刘鹏飞等.GNSS/INS组合导航系统测试技术研究[J].科技与创新,2019(16):24-26+28.
作者简介：付迪（1991-），男，河北石家庄人，学士，主要从事MEMS惯性技术方向的研究。
